一種改進的非結構化P2P網(wǎng)絡資源搜索策略

唐 沖 ，石 磊

（1.山東師范大學 信息科學與工程學院，山東 濟南 250014；2.山東省分布式計算機軟件新技術重點實驗室，山東 濟南 250014）

對等網(wǎng)絡 P2P網(wǎng)絡（Peer-to-Peer Network）技術是Internet上實施分布式計算的新模式，其致力于合理、高效地組織和利用Internet上大量分布的計算、存儲以及信息等資源，充分釋放互聯(lián)網(wǎng)蘊含的巨大的邊緣資源，以實現(xiàn)信息共享、即時通信、超級計算等目標。P2P技術在當今互聯(lián)網(wǎng)中有著廣泛的應用，美國財富雜志更是將P2P技術列為未來影響IT技術的四大關鍵技術之一[1]。然而，計算機網(wǎng)絡是一個用戶分布廣泛、數(shù)量巨大，節(jié)點行為不可控、計算能力和網(wǎng)絡連接不均勻的復雜網(wǎng)絡，如何實現(xiàn)資源高效地搜索服務是P2P技術面臨的一個難題。

本文針對現(xiàn)有非結構化P2P網(wǎng)絡資源搜索效率不高，容易產(chǎn)生冗余信息等問題，提出了一種改進策略。通過增加節(jié)點的智能性來提高非結構化P2P網(wǎng)絡資源的搜索效率，并采取一定的措施來減少網(wǎng)絡中冗余信息的產(chǎn)生。具體實現(xiàn)方法如下：在資源的搜索過程中，逐漸建立節(jié)點的朋友節(jié)點列表，相對于其他節(jié)點，朋友節(jié)點具有資源豐富及搜索成功率比較高等優(yōu)點；資源搜索請求首先在朋友節(jié)點上進行，當搜索失敗時，再采用最基本的搜索算法。

1 相關工作

目前，P2P網(wǎng)絡按照拓撲結構可以分為結構化P2P網(wǎng)絡和非結構化P2P網(wǎng)絡。前者利用分布式Hash表（DHT），將節(jié)點組織成嚴格的拓撲結構，并將共享資源映射到特定的節(jié)點上，在資源搜索時采用相應的定位方法，使得資源搜索能夠在確定的跳數(shù)內完成，效率較高[2]。然而，P2P網(wǎng)絡的高動態(tài)性使得結構化P2P網(wǎng)絡的維護開銷巨大；只支持關鍵字的精確查詢，不支持內容、語義查詢；網(wǎng)絡節(jié)點的物理結構被破壞，實際延遲大。

非結構化P2P網(wǎng)絡是以Gnutella為代表的一類網(wǎng)絡。這種網(wǎng)絡的結構松散，共享資源的分布具有隨機性和不確定性，其主要采用中心搜索和泛洪（Flooding）搜索算法。中心搜索是指在網(wǎng)絡加入一個主要用于資源搜索的服務器，資源的搜索都在該服務器上完成，其容易產(chǎn)生服務瓶頸問題，一旦服務器失效，整個網(wǎng)絡將崩潰；Flooding算法向所有鄰居節(jié)點廣播查詢信息，搜索根據(jù)預先設置的生命值 TTL（Time to Live）來終止廣播查詢請求，其容易產(chǎn)生大量冗余信息，且搜索效率低。在以后的算法改進中出現(xiàn)了Modified-BFS和Random Walk等算法。Modified-BFS算法雖然按照一定的概率隨機地選擇部分的節(jié)點發(fā)送消息，減少了網(wǎng)絡中的路由消息，降低了網(wǎng)絡的負載，但是資源搜索的成功率降低了；而Random Walk算法的最大劣勢在其表現(xiàn)的不穩(wěn)定性上，而且該算法的兩個參數(shù)（漫游消息的數(shù)量n以及漫游消息的步長s）的恰當取值也是個難點[3-4]。

P2P網(wǎng)絡的可用性依賴于網(wǎng)絡中各個節(jié)點貢獻資源，然而有參考文獻[5]顯示，在Gnutella中有70%的用戶節(jié)點從網(wǎng)絡中獲取資源，但它們對網(wǎng)絡的貢獻率卻幾乎為零，這種稱為“搭便車”的現(xiàn)象普遍存在于P2P網(wǎng)絡中，阻礙了網(wǎng)絡的高效運行。因此，在非結構化P2P網(wǎng)絡的資源搜索過程中，訪問一些不存在共享資源或者共享資源很少的節(jié)點本身就是對網(wǎng)絡帶寬和節(jié)點計算能力的一種浪費，完全可以通過一些策略將資源的搜索發(fā)生在那些搜索成功率比較高的節(jié)點上，這樣就大大提高了非結構化P2P網(wǎng)絡資源搜索的效率。

關于提高非結構化P2P網(wǎng)絡資源搜索，參考文獻[6]提出了一種基于學習的搜索算法，其采用分布式的被動學習方式，從歷史搜索結果中學習節(jié)點之間的興趣相似度，并指出保存歷史記錄可以對后面的節(jié)點發(fā)起的資源搜索產(chǎn)生借鑒意義。參考文獻[7]提出將網(wǎng)絡中的節(jié)點劃分為超級節(jié)點和普通節(jié)點，資源搜索首先在超級節(jié)點上進行，搜索失敗后再通過廣播搜索信息在普通節(jié)點上進行。

2 改進的資源搜索策略

2.1 朋友節(jié)點

在本文中，朋友節(jié)點是指那些對以后的資源搜索具有重要意義的節(jié)點。和其他節(jié)點相比，朋友節(jié)點可能具有以下特點：（1）豐富的資源，很大程度上能滿足資源的搜索請求；（2）和搜索節(jié)點具有相同的興趣[6]。網(wǎng)絡中的任意節(jié)點可以選擇多個節(jié)點作為自己的朋友節(jié)點，并建立起自己的朋友節(jié)點列表。當一個節(jié)點剛加入網(wǎng)絡時，其朋友節(jié)點列表長度為零，在以后的資源搜索過程中，朋友節(jié)點列表逐漸建立起來。朋友節(jié)點列表長度不能無限大，否則就失去了意義。朋友節(jié)點列表需要不斷地更新和維護，以便增加新的更有意義的節(jié)點和淘汰那些舊的逐漸失去意義的節(jié)點。

2.2 朋友節(jié)點列表

本文將朋友節(jié)點列表設計成一個線性鏈表，該線性鏈表除了有一個指示其入口地址的指針*L外，還需要增加size和Maxsize兩個變量。其中，size指示現(xiàn)有的朋友節(jié)點列表的長度；Maxsize指示該線性鏈表不能超過的最大長度。因此，網(wǎng)絡中某一節(jié)點的朋友節(jié)點列表定義為：FriendNode_List（*L，size，Maxsize）。

當網(wǎng)路中某一節(jié)點在某一時刻發(fā)起資源搜索請求并成功后，就將包含該目標資源的節(jié)點視為自己的朋友節(jié)點，并將其加入到自己的朋友節(jié)點列表中。很顯然，在朋友節(jié)點列表中只需要記錄該目標節(jié)點的地址即可，即IP_Address。另外，由于朋友節(jié)點列表需要不斷地更新和維護，因此需要引入一個變量來衡量朋友節(jié)點的意義程度，很顯然，在某一節(jié)點上獲取資源的次數(shù)越多，該節(jié)點就越有意義。因此，引入一個變量num指示成功獲取資源的次數(shù)；再增加一個變量Extra表示一些額外的附加信息，例如Extra可以記錄最后一次成功獲取資源的時間。 因此，朋友節(jié)點定義為 FriendNode（*next，IP_Address，num，Extra）。朋友節(jié)點列表的組織結構如圖1所示。

圖1 朋友節(jié)點列表結構圖

圖1中，為了取參數(shù)方便，將變量size的值存放在了頭節(jié)點的num值域中。下面給出了定義朋友節(jié)點和初始化線性鏈表（由于文章篇幅限制，只給出部分實現(xiàn)代碼）。

2.3 朋友節(jié)點列表的維護

此時，網(wǎng)絡中任意一個節(jié)點A維護自己的朋友節(jié)點列表 FriendNode_List（*L，size，Maxsize）的算法如下（文字描述）：

（1）節(jié)點A在某一節(jié)點 B成功獲取了資源，則節(jié)點A根據(jù)節(jié)點B的IP地址判斷其是否已經(jīng)存在自己的朋友節(jié)點列表上，如果是，轉向（2），否則轉向（3）；

（2）修改節(jié)點 B的 num值，置 num+=1，結束；

（3）判斷 size的值是否小于 Maxsize，如果是，則轉向（4），否則轉向（5）；

（4）增加一個朋友節(jié)點域，將其中的IP_Address的值設為節(jié)點B的IP地址，num的值設為1，朋友節(jié)點列表長度 size+=1，結束；

（5）找出表中num值最小的元素，將B的 IP地址取代原來節(jié)點的IP_Address值，同時將num的值置為1，結束。

參考操作系統(tǒng)中的缺頁中斷算法，當朋友節(jié)點列表長度已經(jīng)達到最大后，也可以將那些最近最久沒有獲得過資源的朋友節(jié)點刪除。

2.4 改進的資源搜索算法

非結構化P2P網(wǎng)絡資源搜索實質上就是將包含目標資源的搜索信息發(fā)送到網(wǎng)絡中其他節(jié)點中去，如果某一節(jié)點中存在目標資源，則兩節(jié)點建立網(wǎng)絡連接完成該資源的傳輸。現(xiàn)在，網(wǎng)絡中的節(jié)點維護著一張朋友節(jié)點列表，相對于其他節(jié)點，朋友節(jié)點具有資源豐富、資源搜索成功率高的優(yōu)點，因此本文中改進的資源搜索算法敘述如下：

（1）在某一時刻，節(jié)點 A發(fā)起資源搜索請求，設置TTL的值為2，將資源搜索信息按照自己的朋友節(jié)點列表發(fā)送到每一個朋友節(jié)點上。

（2）TTL的值減 1，假設節(jié)點 B是 A的朋友節(jié)點，如果節(jié)點B滿足該資源搜索請求，則兩節(jié)點建立連接完成該資源的傳輸同時修改自己的朋友節(jié)點列表，結束；否則轉向（3）。

（3）節(jié)點B將該資源搜索信息根據(jù)自己的朋友節(jié)點列表轉發(fā)到所有的朋友節(jié)點中去，重復過程（2），資源搜索信息隨著TTL的值為0時終止傳輸。

（4）如果上述資源搜索失敗，則采用Flooding搜索算法。

也許上述改進的資源搜索算法不適用于網(wǎng)絡中剛加入的節(jié)點，因為其還沒有發(fā)起資源搜索請求，所以其朋友節(jié)點列表的長度為0。這個問題可以很容易解決，例如當一個節(jié)點剛加入網(wǎng)絡時，直接復制其鄰居節(jié)點的朋友節(jié)點列表。

3 性能評估

本文的意義是通過建立朋友節(jié)點列表盡量將資源搜索發(fā)生在一些搜索成功率比較高的節(jié)點上，這樣就盡量避免了Flooding算法的使用，提高資源搜索效率。同時，采用基于朋友節(jié)點列表的資源搜索時，將TTL的值設為2是為了一方面擴大有意義的節(jié)點的搜索范圍，另一方面避免冗余信息的產(chǎn)生，如圖2所示。

圖2 網(wǎng)絡中節(jié)點A、B、C的朋友節(jié)點列表

圖2中顯示了節(jié)點A、B、E的朋友節(jié)點?？梢钥闯?，節(jié)點A和節(jié)點B有一個相同的朋友節(jié)點D；節(jié)點A和節(jié)點E有一個共同的朋友節(jié)點C；節(jié)點B和E有一個共同的朋友節(jié)點D。當節(jié)點A發(fā)起資源搜索時，會把搜索信息發(fā)給節(jié)點 B、C、D。如果節(jié)點 B上不存在節(jié)點 A想要的資源，由于TTL的值設為 2，所以節(jié)點B將繼續(xù)轉發(fā)搜索信息到節(jié)點 D、E、F，可以看出節(jié)點 D接受資源搜索信息兩次，這就引起了無效的資源搜索信息轉發(fā)。如果將TTL的值設為3或者更高，那么如果當節(jié)點E不滿足節(jié)點A的資源請求時會繼續(xù)將搜索信息發(fā)送給節(jié)點C和D，很顯然，由節(jié)點E轉發(fā)的兩次資源搜索信息都是無效的，這就引起了網(wǎng)絡帶寬資源的浪費，這也是Flooding算法的根本缺陷所在。筆者在以前參考的論文中，有的論文提出根據(jù)節(jié)點共享文檔的相似性建立相同興趣節(jié)點，將資源搜索信息首先轉發(fā)到具有相同興趣的節(jié)點上，如果該節(jié)點不滿足資源搜索，則繼續(xù)轉發(fā)到自己的相同興趣節(jié)點上，可以看出，這種說法是不準確的，在此給出糾正。

從上面的說明中可以看出，當網(wǎng)絡中的節(jié)點逐漸建立起自己的朋友節(jié)點列表后，下次搜索資源時，通過將資源的搜索信息發(fā)送到朋友節(jié)點以及朋友的朋友節(jié)點（即兩級搜索），就基本上可以做到搜索覆蓋了網(wǎng)絡中的大部分有意義的節(jié)點。也就是說，當一個節(jié)點成功建立起自己的朋友節(jié)點列表后，后來的資源搜索基本上就可以在一跳或者兩跳內完成。

4 實驗驗證

本次模擬實驗在一臺PC上完成，網(wǎng)絡的拓撲結構由FLOD算法產(chǎn)生，構造了一個具有1 000個節(jié)點和10 000份文檔的P2P網(wǎng)絡，文檔在節(jié)點間采用80：20分布 （即網(wǎng)絡中20%的節(jié)點擁有全網(wǎng)80%的文檔，剩下80%的節(jié)點只擁有剩下的20%的文檔）。

本次試驗通過設置朋友節(jié)點列表長度與全網(wǎng)所有節(jié)點數(shù)目的比例P，來觀察資源搜索在一跳或兩跳內的搜索成功率S（即資源搜索通過轉發(fā)朋友節(jié)點列表）。理論上，朋友節(jié)點列表長度最大取值為（n為網(wǎng)絡的節(jié)點數(shù)目）。

搜索結果如圖3所示。其中，P的取值分別為0.005、0.01、0.015、0.02、0.025、0.03、0.035、0.04、0.045， 即 朋 友節(jié) 點 長度分 別 為 5、10，、15、20、25、30、35、40、45時的搜索成功率 S。

從圖3可以看出，S的值隨著P的值增大而明顯增大，當朋友節(jié)點列表長度接近或略大于40時，S的值接近于1，這也就驗證了預期的設想。

在網(wǎng)絡信息流量方面，由于朋友節(jié)點列表的存在，資源搜索信息的轉發(fā)是明確的，即資源搜索信息不會轉發(fā)到一個先前不確定的節(jié)點上，這也就解決了Flooding算法產(chǎn)生大量冗余信息的根本問題所在。

圖3 資源搜索成功率

本文通過為網(wǎng)絡中的節(jié)點建立朋友節(jié)點列表，將資源的搜索發(fā)生在資源搜索成功率比較高的節(jié)點上，這樣既提高了資源的搜索效率，又避免了大量冗余信息的產(chǎn)生。試驗證明該策略簡單可行，當一個節(jié)點在發(fā)起多次資源搜索請求并成功建立起自己的朋友節(jié)點列表后，以后的資源搜索通過轉發(fā)朋友節(jié)點列表就基本上能在一跳或兩跳內完成，這樣也驗證了預期的設想。

[1]GONG L.Peer-to-peer networks in action[J].IEEE Internet Computing， 2002，6（1）：37-39.

[2]王麗莉，孫波，肖永康，等.結構化 P2P資源搜索算法研究綜述[J].計算機應用研究，2009，26（10）：3621-3624.

[3]張文，趙子銘，楊天路，等.P2P網(wǎng)絡技術原理與 C++開發(fā)案例[M].北京：人民郵電出版社，2008.

[4]張偉，歐陽松.一種基于非結構化對等網(wǎng)絡的改進搜索算法[J].計算機系統(tǒng)應用，2009，21（1）：59-61.

[5]ADAR E，HUBERMAN B A.Free-riding on Gnutella[J].First Monday， 2000，5（10）：1-22.

[6]陳海濤，龔正虎，黃遵國.一種基于學習的P2P搜索算法[J].計算機研究與發(fā)展，2005，42（9）：1600-1604.

[7]曾曉云.基于 Chord協(xié)議的混合 P2P模型[J].計算機工程，2010，36（7）：112-115.